GPT大模型第11页

Cloud Ace 宣布成为 Langfuse 亚太地区首个代理商，提供 LLM 全链路解决方案

通过此次合作，CloudAce将充分发挥Langfuse的先进技术能力与行业专业知识，为企业级客户提供覆盖LLM（大语言模型）应用开发与运营维护的完整解决方案。

·2025-03-18 05:40

LLaVA-Mini用一个视觉Token革新多模态大模型

往期Agent文章参考：Owl小白教程一键启动Manus开源|Owl最新版小白教程，一键启动，五大更新Owl技术解析：Manus开源复刻框架OWL，测评和使用教程来了！

SGG_CV·2025-03-18 05:18

【Agent】OpenManus-Flow组件详细分析

Flow组件的核心是基于计划的执行模型，它将任务分解为一系列步骤，然后逐步执行这些步骤，直到任务完成。

非晓为骁·2025-03-18 05:18

DeepSeek-R1 本地部署成本不同方案大对比，成本优化建议也一并奉上！你能部署的起吗？

关于DeepSeek-R1本地部署的成本信息，费用范围因部署方案和硬件配置差异较大，具体可分为以下三类情况：一、企业级满血版部署（671B参数）硬件采购成本服务器集群：含8张NVIDIAA100/H100显卡的服务器，市场价格约80-120万元配套设备：液冷系统、冗余电源等附加成本约15-25万元运维成本电费：满载功耗约6000W，年电费约5-8万元（按工业电价1.2元/度计算）维护：专业工程师团

涛涛讲AI·2025-03-18 04:47

DeepSeek在智慧物流管控中的全场景落地方案

一、智慧物流核心痛点与DeepSeek解决方案矩阵物流环节行业痛点DeepSeek技术方案价值增益仓储管理库存预测误差率>30%多模态时空预测模型库存周转率↑40%运输调度车辆空驶率35%强化学习动态调度引擎运输成本

猴的哥儿·2025-03-18 04:47

101.HarmonyOS NEXT跑马灯组件教程：数据源与数据类型详解

HarmonyOSNEXT跑马灯组件教程：数据源与数据类型详解效果演示1.数据模型概述在HarmonyOSNEXT跑马灯组件的实现中，数据模型是组件正常工作的基础。

·2025-03-18 04:08

【LeetCode】215.数组中的第K个最大元素（三种方法，九个思路的代码实现，java格式）

一共6个元素，找第2大，索引是4；一共6个元素，找第4大，索引是2。因此，升序排序以后，目标元素的索引是len-k。这是最简单的思路，如果只答

Hi丶ImViper·2025-03-18 04:46

分治思想--快速排序 | 优先队列：力扣215. 数组中的第K个最大元素

1、题目描述：2、题解：哈希表：力扣347.前K个高频元素方法1：暴力解法：也就是我们进行排序（默认从小到大），然后倒序取第K个元素即可。

剑圣土豆·2025-03-18 04:15

数组中的第 K个最大的元素（堆排序，C语言）

数组排序后的第k个最大的元素，而不是第k个不同的元素快速排序intcmp(constvoid*a,constvoid*b){return*(int*)b-*(int*)a;}intfindKthLargest(int*nums,intnumsSize,intk){qsort(nums,numsSize,sizeof(int),cmp);returnnums[k-1];}堆排序```c/*交换*/v

Oh?Geostatistics…·2025-03-18 04:43

神经网络模型压缩&实例教程—非结构化剪枝

目录1.导包&定义一个简单的网络2.获取网络需要剪枝的模块3.模块剪枝（核心）3.1随机剪枝weight3.2L1范数剪枝bias4.总结最先进的深度学习技术依赖于难以部署的过度参数化模型。

程序先锋·2025-03-18 04:41

深度学习模型压缩：非结构化剪枝与结构化剪枝的定义与对比

****在深度学习中，模型压缩是优化模型性能、降低存储和计算成本的重要技术之一。其中，剪枝（Pruning）是最常用的方法之一。

从零开始学习人工智能·2025-03-18 03:37

数据库语句

//双击数据库useworld;//显示数据库里有多少张表showtables;一个大的项目就是数据库。

lrydnh·2025-03-18 03:04

基于MapReduce的气候数据分析

方法上，采用MapReduce编程模型对大规模气候数据进行分布式处理，通过数据的映射和归约操作实现并行计算。结果表明，运用该技术能显著提高

赵谨言·2025-03-18 03:03

数据结构与算法：单调栈

前言单调栈是一种维护数组当前位置左右两侧比它小或大的最近的数的一种数据结构。一、经典用法单调栈的经典用法就是找数组当前位置的数左右两侧比它小或大的最近的数。

WBluuue·2025-03-18 03:31

如何让ai问答机器人通人性？

通用模型的问题在于，它们虽然知识广博，但对特定领域的深度理解不足。解决这个问题的第一步，就是构建一个高质量的领域知识库。数据要精准且全面想让机器人真正“懂”一个领域，数据必须覆盖这个领域的核心知识。

半只小闲鱼·2025-03-18 02:28

探索SwiftUI架构：模型视图、Redux与ViewModel MVVM

探索SwiftUI架构：模型视图、Redux与ViewModelMVVMSwiftUI-ArchitecturesThreedifferentarchitectures(Model-View,Redux

蓬玮剑·2025-03-18 02:28

深入理解AI编程的上下文窗口限制及解决方案：巧妙利用提示词

深入理解AI编程的上下文窗口限制及解决方案：巧妙利用提示词当AI模型遇到记忆瓶颈想象一下这个场景：一位开发者正在使用AI助手编写一个复杂的应用程序。他详细描述了需求，AI生成了初步代码框架。

SuperMale-zxq·2025-03-18 02:27

从Manus爆红到OpenAI反击：AI Agent技术架构与实战解析

大家好，我是大F，深耕AI算法十余年，互联网大厂技术岗。知行合一，不写水文，喜欢可关注，分享AI算法干货、技术心得。

大F的智能小课·2025-03-18 02:56

基于树莓派的轻量级AI数字人开发全流程指南 ——从硬件选型到语音视觉交互实战

其核心在于整合语音识别、视觉感知、自然语言处理（NLP）和动态反馈四大关键功能。本文将以树莓派5开发板为核心，搭配AI加速硬件，结合开源框架，为大家详细阐述如何实现本地化轻量级数字人开发。

zhz5214·2025-03-18 02:56

DeepSeek使用教程

虚拟导师：学生输入数学题或编程问题，模型实时生成分步解析，支持追问互动，解决“卡壳”难题。个性化学习路径：根据学生测试结果，自动推荐课程和习题，提升学习效率30%以上。

rider189·2025-03-18 02:24

探索DeepSeek：前端开发者不可错过的新一代AI技术实践指南

最近，国产AI模型DeepSeek凭借其低成本训练、高性能输出和开源策略，迅速成为开发者社区的热门话题。

formerlyai·2025-03-18 02:21

当你简历有一个agent项目如何准备问答

大模型的“幻觉”问题很难在模型本身上彻底解决，需要引入外部知识确保答案的准确性，Agent具有与其所属环境交互以指导action的能力，能够满足这样的需求。

喂喂喂喂位·2025-03-18 02:51

从“参数竞赛”到“行动革命”：Manus与DeepSeek背后的中国AI范式之争

引言：当中国AI开始定义游戏规则在OpenAI用ChatGPT掀起全球AI浪潮的两年后，中国科技企业正以两种截然不同的姿势重新书写竞争剧本——DeepSeek用671亿参数的R1模型震撼硅谷，而Manus

AWS官方合作商·2025-03-18 01:20

一篇文章让你实现前端JS 、 Golang 、 Python如何接入DeepSeek大模型实现自己的AI

本文将通过三种技术栈实现与DeepSeek大模型的对话交互，提供可直接运行的代码示例及详细注释。

一只理智恩·2025-03-18 01:19

知识蒸馏 vs RLHF：目标函数与收敛分析

1.知识蒸馏（KnowledgeDistillation）知识蒸馏是一种模型压缩技术，旨在将大型复杂模型（教师模型）的知识迁移到较小的模型（学生模型）中，以提高学生模型的性能。

从零开始学习人工智能·2025-03-18 01:48

VariableX·2025-03-18 01:46

Pytorch 小记第八回：GoogleNet卷积神经网络模型代码

本次小记，提供了一份基于pytorch的GoogleNet卷积神经网络模型的代码。除此之外，对代码中不容易理解的部分进行了讲解。

Start_Present·2025-03-18 01:15

python列表排序方法从大到小,python列表排序sorted

本篇文章给大家谈谈python列表排序的方法有几种，以及python列表排序方法从大到小，希望对各位有所帮助，不要忘了收藏本站喔。

青峰235·2025-03-18 00:44

从剪枝到知识蒸馏：深度学习模型压缩与加速的多重策略

正在不断更新中文章目录从剪枝到知识蒸馏：深度学习模型压缩与加速的多重策略1.

一键难忘·2025-03-18 00:13

小程序网络大文件缓存方案

分享一个小程序网络大图加载慢的解决方案用到的相关apigetSavedFileList获取已保存的文件列表；getStorageSync获取本地缓存；downloadFile下载网络图片；saveFile

z.week·2025-03-18 00:43

RAG数据嵌入和重排序：如何选择合适的模型

RAG数据嵌入和重排序：如何选择合适的模型在自然语言处理（NLP）领域，Retrieval-AugmentedGeneration（RAG）模型已经成为一种强大的工具，用于结合检索和生成能力来处理复杂的语言任务

从零开始学习人工智能·2025-03-18 00:12

PyTorch 模型剪枝实例教程一、非结构化剪枝

目录1.导包&定义一个简单的网络2.获取网络需要剪枝的模块3.模块剪枝（核心）4.总结目前大部分最先进的（SOTA）深度学习技术虽然效果好，但由于其模型参数量和计算量过高，难以用于实际部署。

小风_·2025-03-18 00:41

性能测试自动化：JMeter脚本设计与分布式压测实战指南

无论是电商大促的“秒杀”场景，还是金融系统的高频交易，性能测试自动化已成为保障系统稳定性的核心手段。

测试渣·2025-03-18 00:11

行业首个AI课上线！粉笔战略布局加速技术商业化进程

粉笔宣布，将于3月17日上线基于自研垂域大模型打造的“AI刷题系统班”，为用户提供行测、申论全科目覆盖的一站式高效备考支持。

·2025-03-18 00:02

代码构建-maven-排除某些大的依赖lib

${project.artifactId}org.springframework.bootspring-boot-maven-plugin ZIP具体包名具体artifact名repackageorg.apache.maven.pluginsmaven-dependency-plugin 3.1.2copy-dependenciespackagecop

勤则弊除·2025-03-18 00:39

优化深度学习模型：PyTorch中的模型剪枝技术详解

标题：优化深度学习模型：PyTorch中的模型剪枝技术详解在深度学习领域，模型剪枝是一种提高模型效率和性能的技术。

代码之光_1980·2025-03-18 00:38

ChatGPT推理模型&通用模型大解析！

很多人知道通用模型和推理模型了，那么ChatGPT的哪些模型是通用模型，哪些又是推理模型呢？

即兴小索奇·2025-03-18 00:38

Dropout: 一种减少神经网络过拟合的技术

在深度学习中，过拟合是一个常见的问题，尤其是在模型复杂度较高或训练数据较少的情况下。过拟合意味着模型在训练数据上表现得很好，但在未见过的数据上表现不佳，即泛化能力差。

冰蓝蓝·2025-03-17 23:37

模型保存与加载：PyTorch中的实践指南

在深度学习项目中，模型的保存和加载是一个至关重要的步骤。它不仅有助于在训练过程中保存进度，还可以在训练完成后部署模型。PyTorch提供了灵活的方式来保存和加载模型，本文将详细介绍这些方法。

冰蓝蓝·2025-03-17 23:07

深度学习中的注意力机制：解锁智能模型的新视角

在人工智能的快速发展中，深度学习模型已经成为了处理复杂数据和任务的主力军。然而，随着数据量的激增和任务的复杂化，传统的深度学习模型面临着效率和性能的双重挑战。

冰蓝蓝·2025-03-17 23:07

C#—【特性详解以及自定义特性和通过反射读取特性】

特性详解以及自定义特性和通过反射读取特性】目录C#—【特性详解以及自定义特性和通过反射读取特性】介绍：特性可以用于多种用途，包括但不限于：特性的分类：特性的主要用途（举一些直观例子）1.标记代码，让框架自动处理2.数据验证（表单/模型校验

_Csharp·2025-03-17 23:34

Node.js系列（1）--架构设计指南

架构概述Node.js架构主要包括以下方面：事件驱动：基于事件循环的异步非阻塞架构模块系统：CommonJS和ES模块系统进程模型：单线程主进程与工作线程流处理：基于Stream的数据处理错误处理

一进制ᅟᅠ ‌‍‎‏ ·2025-03-17 23:31

二分查找 -- 分巧克力

P8647[蓝桥杯2017省AB]分巧克力-洛谷思路：”二分+贪心“由于目标是使每个人所分的的巧克力的边长尽可能大，（注意要保证公平，全部同一大小），设边长L*L,最小(L=1);最大min(H_i,W_i

Vaiey22·2025-03-17 23:00

C# 建造者模式（Builder Pattern）详细讲解

1.1.设计模式分类设计模式（DesignPatterns）分为三大类：创建型模式（CreationalPatterns）：关注如何创建

江沉晚呤时·2025-03-17 22:27

如何使用MATLAB进行高效的GPU加速深度学习模型训练？

要使用MATLAB进行高效的GPU加速深度学习模型训练，可以遵循以下步骤和策略：选择合适的GPU硬件：首先，确保您的计算机配备有支持CUDA的NVIDIAGPU，并且其计算能力至少为3.0或以上。

百态老人·2025-03-17 22:56

每日一题之地宫取宝

走过某个格子时，如果那个格子中的宝贝价值比小明手中任意宝贝价值都大，小明就可以拿起它（当然，也可以不拿）。当小明走到出口时，如果他手中的宝贝恰好是k件，则这些宝贝就可以送给小明。

Ace＇·2025-03-17 22:24

【技术解密】本地部署 DeepSeek-V3：完整指南

目录引言运行环境需求下载与安装推理部署总结参考资源引言随着人工智能的快速发展，开源大模型正逐步改变着技术生态。

海棠AI实验室·2025-03-17 22:54

【DeepSeek应用】本地部署deepseek模型后，如何在vscode中调用该模型进行代码撰写，检视和优化？

若已成功在本地部署了DeepSeek模型（例如通过vscode-llm、ollama或私有API服务），在VSCode中调用本地模型进行代码撰写、检视和优化的完整流程如下：1.准备工作：确认本地模型服务状态模型服务类型

AndrewHZ·2025-03-17 22:53

小米音频理解技术重大突破：7B模型借助DeepSeek-R1算法引领行业新篇章

其7B模型在MMAU音频评测基准中表现出色，成功登顶排行榜。MMAU评测基准包含10000条音频样本，涵盖语音、环境声和音乐等多种类型，难度极高。

耶耶Norsea·2025-03-17 22:22

异步加载回调问题，多个资源异步加载，让其全部加载完回调

刚刚遇到一个bug，场景大图需要提前加载，所有场景组件就需要等图加载好后再处理，但是由于场景背景图是异步加载的，并且是同时for循环进行异步加载的，所以无法确认哪一个图是最后加载出来的，抱着试一试的心态

QO_GQ·2025-03-17 22:52

推荐频道

GPT大模型